用Python帮我爬取豆瓣电影top250的电影信息保存为CSV文件然后可视化

好的，可以使用 Python 的 requests 库和 BeautifulSoup 库来对豆瓣电影 top250 进行爬取，并使用 Pandas 和 Matplotlib 库进行数据分析和可视化。以下是示例代码：

import requests
from bs4 import BeautifulSoup
import pandas as pd
import matplotlib.pyplot as plt

# 定义请求头信息
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}

# 定义函数，获取页面信息
def get_page(url):
    try:
        response = requests.get(url, headers=headers)
        if response.status_code == 200:
            return response.text
        return None
    except RequestException:
        return None

# 定义函数，解析页面信息
def parse_page(html):
    soup = BeautifulSoup(html, 'lxml')
    items = soup.find_all('div', class_='item')
    for item in items:
        yield {
            '电影排名': item.find('em', class_='').text,
            '电影名称': item.find('span', class_='title').text,
            '电影评分': item.find('span', class_='rating_num').text,
            '评价人数': item.find('div', class_='star').find_all('span')[3].text[:-3],
            '电影介绍': item.find('span', class_='inq').text if item.find('span', class_='inq') else ''
        }

# 定义函数，保存数据为CSV文件
def save_data(data):
    df = pd.DataFrame(data)
    df.to_csv('douban_top250.csv', index=False, encoding='utf-8')

# 定义函数，绘制评分分布图
def plot_rating(data):
    ratings = data['电影评分'].astype(float)
    plt.hist(ratings, bins=20, color='steelblue', edgecolor='k')
    plt.xlabel('电影评分')
    plt.ylabel('电影数量')
    plt.title('豆瓣电影 Top250 评分分布图')
    plt.show()

# 主函数
def main():
    url = 'https://movie.douban.com/top250'
    movies = []
    for i in range(10):
        page_url = url + '?start=' + str(i * 25) + '&filter='
        html = get_page(page_url)
        for item in parse_page(html):
            movies.append(item)
    save_data(movies)
    df = pd.DataFrame(movies)
    plot_rating(df)

if __name__ == '__main__':
    main()

运行代码后，会在当前目录下生成一个名为 douban_top250.csv 的文件，同时还会绘制出豆瓣电影 Top250 的评分分布图。